Почему измерение социального поведения сложнее, чем измерение индивидуальной активности
Измерение поведения одной рыбы в аквариуме — это задача отслеживания. Измерение поведения нескольких рыб одновременно — это задача отслеживания плюс задача идентификации. Паттерны социального взаимодействия зависят от знания того, какая рыба находится рядом с какой другой рыбой, как долго они остаются вблизи друг друга и как группа перестраивается во времени. Система анализа поведения зебрафиш должна решить задачу идентификации до того, как сможет сообщать что-либо о социальном поведении. Если при пересечении двух рыб их идентификаторы меняются местами, данные превращаются в запись положений, а не в запись отношений.
Ручное наблюдение сталкивается с той же проблемой. Человек, наблюдающий за аквариумом, может некоторое время следить за одной рыбой, но внимание рассеивается. Когда несколько рыб движутся одновременно, наблюдатель не в состоянии сохранять чёткое различение их индивидуальностей. В результате часто возникает лишь приблизительное впечатление, а не количественная оценка. Автоматизация не устраняет эту трудность, но делает проблему идентификации явной и поддающейся решению.
Отслеживание индивидуальностей при пересечении путей рыб
Отслеживание нескольких объектов лежит в основе измерения социального поведения. Программное обеспечение обнаруживает каждую рыбу в каждом кадре и связывает обнаружения между кадрами. Когда две рыбы проходят близко друг от друга, этап связывания становится неоднозначным. Простое правило ближайшего соседа зачастую даёт сбой и приводит к перепутыванию индивидуальностей. Более надёжные системы используют прогнозирование движения, например фильтр Калмана, а также признаки внешнего вида, такие как форма хвоста или размер тела, чтобы обеспечить стабильность идентификации.
Венгерский алгоритм широко применяется для сопоставления обнаружений с уже существующими траекториями. Он находит оптимальное взаимно-однозначное соответствие на основе матрицы затрат, в которую могут входить расстояние, прогнозируемое положение и внешний вид. Даже при использовании этих инструментов заслонение остаётся проблемой. Рыбы, проплывающие за элементом аквариума или полностью перекрывающиеся, могут теряться на несколько кадров. Хорошие системы компенсируют кратковременные пропуски и выдают оценки достоверности, чтобы пользователь мог понять, когда траектория становится неопределённой.
Метрики расстояния и близости, отражающие социальные предпочтения
Как только идентичности становятся устойчивыми, система может вычислять социальные метрики. Самая простая из них — межрыбное расстояние, то есть расстояние между одной рыбой и её ближайшим соседом. Среднее межрыбное расстояние по всей группе даёт приблизительную оценку сплочённости. Меньшее среднее расстояние указывает на более плотное косяк, а большее — на то, что рыбы рассредоточиваются.
Другие метрики добавляют нюансы. Расстояние до ближайшего соседа фокусируется на самом близком экземпляре рыбы и может выявить поведение образования пар. Время, проведённое в пределах заданного радиуса от другой рыбы, измеряет предпочтение близости. Подходы и удаления подсчитывают, как часто рыбы движутся друг к другу или от друг друга. Эти метрики можно вычислять для всей группы в целом или для конкретных пар — в зависимости от поставленного вопроса. Система поведенческого анализа зебrafish обычно одновременно сообщает несколько таких метрик, что помогает разделить различные аспекты социального взаимодействия.
| Цель измерения | Ручное наблюдение | Автоматизированная система отслеживания |
|---|---|---|
| Межрыбное расстояние | Оценивается визуально | Вычисляется для каждого кадра |
| Сохранение идентичности | Сложно при пересечении рыб | Обеспечивается с помощью прогнозирования и анализа внешнего вида |
| Сплочённость группы | Общее впечатление | Среднее расстояние и метрики кластеризации |
| Подход и отход | Легко пропустить | Подсчитывается автоматически |
| Время нахождения вблизи | Несогласованность между наблюдателями | Определяется радиусом и продолжительностью |
Динамика группы и поведение стаи
Социальное взаимодействие — это не только среднее расстояние. Это также то, как группа движется совместно. Поведение стаи включает поляризацию — согласование направления плавания у рыб, и вращение — склонность к координированному круговому плаванию. Эти паттерны возникают из локальных взаимодействий и трудноразличимы невооружённым глазом.
Автоматизированный трекинг может вычислять их на основе траекторий. Поляризация — это средний вектор направления движения рыб. Вращение измеряется по угловой скорости относительно центроида группы. Эти метрики чувствительны к размеру группы, форме резервуара и потоку воды. Группа в круглом резервуаре может демонстрировать иные паттерны, чем группа в прямоугольном резервуаре. Система выводит числовые значения, однако исследователь должен интерпретировать их с учётом контекста.
Экологические факторы, формирующие данные о социальном взаимодействии
Социальное поведение не происходит в вакууме. Температура воды влияет на уровень активности и, следовательно, на то, насколько близко рыбы держатся друг к другу. Интенсивность освещения изменяет уровень возбуждения и склонность к стайности. Размер и форма резервуара определяют пространство, доступное для взаимодействия. Плотность посадки перед экспериментом влияет на базовое социальное поведение. Рыбы, содержавшиеся в изоляции, могут вести себя иначе, чем рыбы, содержавшиеся в группах.
Система анализа поведения данио-рерио может регистрировать многие из этих переменных при подключённых датчиках. Однако она не способна контролировать историю содержания или генетический фон. Эти факторы необходимо документировать отдельно и учитывать при интерпретации данных. Социальный показатель, различающийся между двумя группами, может отражать эффект воздействия, эффект условий содержания или взаимодействие этих двух факторов.
Пример из практики и ограничения автоматизированного социального анализа
Лаборатория университета в южном Китае изучала влияние соединения на социальное поведение взрослых данио-рерио. На первом этапе использовалась ручная оценка: наблюдатели подсчитывали, как часто рыбы плавают рядом друг с другом, однако результаты оказались непоследовательными как между разными наблюдателями, так и между разными сессиями. Затем в лаборатории установили систему анализа поведения данио-рерио с отслеживанием нескольких объектов.
Автоматизированные данные показали, что в обработанных группах среднее расстояние между рыбами было больше, а количество приближений — меньше, чем в контрольных группах. Эффект был небольшим, но стабильным в течение всех сессий. Ручная оценка его не выявила, поскольку наблюдатели не могли надёжно отслеживать индивидуальности рыб при их пересечении. Автоматизированная система не подтвердила, что соединение изменило социальную мотивацию. Она показала лишь изменение пространственного паттерна. Для выяснения причин потребуется дополнительная работа.
Автоматизированный социальный анализ имеет ограничения. Он измеряет положения и движения. Он не измеряет мотивацию, распознавание или предпочтения в когнитивном смысле. Рыба может оставаться рядом с другой рыбой, потому что предпочитает компанию, потому что следует за лидером или потому что геометрия аквариума ограничивает её перемещения. Данные трекинга не позволяют различить эти объяснения. Человеческое суждение и тщательно спроектированные последующие эксперименты остаются необходимыми.
Hunter Lab (Hunter) создаёт оборудование для лабораторий по изучению данио-рерио с акцентом на стабильность визуализации и отслеживание нескольких объектов — ключевые требования исследований социального поведения. Производство и контроль качества обеспечивают согласованность, необходимую для долгосрочных поведенческих исследований. Для лабораторий, измеряющих паттерны социального взаимодействия, такая дисциплина в проектировании и изготовлении является частью фундамента.